Tensorflow中的变量就是一个放在内存中的tensor结构,用于在计算过程中保存数据,变量的数值可以保存到文件中,也可以从文件中读取 1.变量的初始化
import tensorflow as tf
Weights=tf.Variable(tf.random_normal([3,2],stddev=0.35),name="weights")#声明一个Weights的变量
print(Weights)#打印Weights变量结构
init=tf.global_variables_initializer()#初始化变量
with tf.Session() as sess:#执行session任务
sess.run(init)#初始化认为
print(sess.run(Weights))#打印Weights的值
tensorflow中的变量必须被初始化,否则其内容是空的,以上代码执行完后会打印出一个3行2列的矩阵,值随机的,执行的输出结果如下
<tf.Variable 'weights:0' shape=(3, 2) dtype=float32_ref>
[[ 0.01990979 -0.26959115]
[ 0.32198292 -0.09266231]
[-0.32708889 0.3107968 ]]
2.变量保存到文件
import tensorflow as tf
Weights=tf.Variable(tf.random_normal([3,2],stddev=0.35),name="weights")
print(Weights)
saver = tf.train.Saver()#声明Saver
init=tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(sess.run(Weights))
save_path = saver.save(sess, "/Users/william/tmp/model.ckpt")#保存到文件
print("Model saved in file: %s" % save_path)#打印保存的路径
tensorflow是可以将变量保存到文件的,要用到的是tf.train.Saver,以上这段代码执行完成后,就会在tmp文件夹下身材变量保存的文件 3.变量的读取 可以保存到文件,就可以从文件中把变量读取出来
import tensorflow as tf
Weights=tf.Variable(tf.random_normal([3,2],stddev=0.35),name="weights")
print(Weights)
saver = tf.train.Saver()
with tf.Session() as sess:
saver.restore(sess, "/Users/william/tmp/model.ckpt")
print("the restore variable Weights= %s" % sess.run(Weights))
以上代码把变量读取出来,并打印出来,其输出如下:
<tf.Variable 'weights:0' shape=(3, 2) dtype=float32_ref>
the restore variable Weights= [[ 0.01990979 -0.26959115]
[ 0.32198292 -0.09266231]
[-0.32708889 0.3107968 ]]
如果变量是从文件中读取出来,就不需要初始化,只需要声明就可以了